如何在压缩之前连接文件比仅压缩文件更有效？

Question

在＆＃34;破解PM采访＆＃34;，Lewis Lin建议在压缩之前连接文件以减少gmail的存储空间，我想知道为什么这比压缩文件更好。

Answer 1

到目前为止，压缩器都使用数据流中的信息来压缩随后的数据。它们通常有一个窗口，压缩器可以使用该历史记录，从10 KB到数百MB不等。他们拥有的历史越多，后续数据的建模就越好（假设流中的某种程度的相似性），因此压缩效果越好。

因此，压缩器在压缩非常短的文件时特别差。但是，如果你连接类似的短文件，你将在串联上获得比单独使用这些短文件更好的压缩。例如，源代码往往是许多短文件的集合，但它们之间有很多相似之处。将它们压缩在一起可以看到显着的好处而不是单独的。

.zip格式分别压缩所有文件，而.tar.gz格式整体压缩存档，因此有效连接（中间有一些小标题）。早期观察到两者在源文件档案上的压缩效率之间存在显着差异，即使它们都使用相同的压缩数据格式（deflate）。其他压缩器（如zip和通常单独压缩文件）也将具有连接的“实体”压缩模式，例如RAR和7z。这消除了轻松修改或删除单个条目的能力，但这是一个不常见的用例。更常见的是，档案只是作为一个整体构建，然后完全提取出来。